| 基于模糊神经网络的语义映射方法及其在自然图像检索中的应用 |
| |
| 引用本文： | 石跃祥,文华,龚平,莫浩澜,金银国.基于模糊神经网络的语义映射方法及其在自然图像检索中的应用[J].计算机科学,2013,40(12):122-126. |
| |
| 作者姓名： | 石跃祥 文华 龚平 莫浩澜 金银国 |
| |
| 作者单位： | 智能计算与信息处理教育部重点实验室 湘潭411105;湘潭大学信息工程学院 湘潭411105;湘潭大学信息工程学院 湘潭411105;湘潭大学信息工程学院 湘潭411105;湖南省轻武器研究所 益阳413046 |
| |
| 基金项目： | 本文受湖南省自然科学基金(14JJ2074) ,“十二五”国家科技支撑计划项目(子项目),湖南省重点学科建设项目资助 |
| |
| 摘 要： | 在CBIR研究中,图像低层视觉特征和高层语义特征之间存在的“语义鸿沟”成为语义图像检索的关键问题。为了避免一般映射方法把一幅图像归于一类语义图像的现象,体现自然风景图像中包含的丰富的高层语义信息和多归属类型,提出了对自然风景彩色图像中颜色较单一的目标区域,重复采用最优阈值化进行一次粗分割来提取最大目标区域,在分割区域的基础上,提取图像的局部颜色和形状特征,最后利用改进的模糊神经网络来建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和高层语义的自动获取。实验结果表明,该图像分割方法对自然彩色图像能够有效地提取目标物体,并对噪声图像具有一定的鲁棒性,而语义图像的部分类别的检索准确率接近90%,查全率也达到了75%,实验结果证明了该方法对自然图像检索的有效性及先进性。
|
| 关 键 词： | 基于内容的图像检索 语义图像检索 图像分割 最优阈值化 鲁棒性 模糊神经网络 中图法分类号TP391文献标识码A |
| 收稿时间： | 2013/5/21 0:00:00 |
| 修稿时间： | 7/3/2013 12:00:00 AM |
Projection of Semantics and Retrieval in Natural Scenery Images Based on Fuzzy Nerve Network |
| |
| SHI Yue-xiang,WEN Hu,GONG Ping,MO Hao-lan and JIN Yin-guo.Projection of Semantics and Retrieval in Natural Scenery Images Based on Fuzzy Nerve Network[J].Computer Science,2013,40(12):122-126. |
| |
| Authors: | SHI Yue-xiang WEN Hu GONG Ping MO Hao-lan and JIN Yin-guo |
| |
| Affiliation: | Key Laboratory of Intelligent Computing & Information Processing of Ministry of Education,Xiangtan 411105,China;College of Information Engineering,Xiangtan University,Xiangtan 411105,China;College of Information Engineering,Xiangtan University,Xiangtan 411105,China;College of Information Engineering,Xiangtan University,Xiangtan 411105,China;The Light Weapons Institute of Hunan Province,Yiyang 413046,China |
| |
| Abstract: | |
| |
| Keywords: | Content-based image retrieval Semantic image retrieval Image segmentation Optimal threshold Robustness Fuzzy nerve network |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
